连续数据展示了两个变量之间的关系——X 轴上的自变量和 Y 轴上的因变量。在本指南中，您将了解如何使用 BioRender Graphing 绘制和解读此类数据。
💡 提示：您可以使用智能数据导入功能直接上传数据——BioRender 会自动检测您的变量并准备数据以供绘图。
第 1 步：创建您的 Graph
- 在 Gallery 中，点击“创建新内容” > "Graphing"。
- Upload 数据集，或从空白电子表格开始。
❗ 注意：您可能会在菜单中同时看到“Graphing”和“Graph”。Graphing 是 BioRender 全新的绘图体验，而 Graph 指的是 BioRender Graph 的经典版本，该版本将于 2026 年 8 月 20 日停止服务。
第 2 步：选择数据
- 选择您的数据集。
- 选择要使用的数据集。
- 点击“创建新的 Graph”。
第 3 步：选择图表类型
选择最适合您的数据以及您希望传达的信息的可视化方式：
散点图：在每个数据点准确的 X、Y 坐标处显示该数据点。适用于展示数据的完整分布，或进行相关性或回归分析。拟合线和置信区间会直接显示在图中。
Dose-response：显示一条根据数据拟合的曲线，用于展示测量响应如何随着剂量或浓度增加而变化，并在每个剂量水平显示汇总统计量（均值或中位数）和误差线（SD、SEM 或 95% CI）。适用于建立剂量与效应之间的关系模型、确定 EC50 或 IC50 等关键值，或比较不同条件在一定浓度范围内的响应。
Line plot：显示由线连接的数据点；当每个 X 值存在多个观测值时，显示均值或中位数。适用于强调各 X 值之间的趋势或连续性，例如时间进程实验。
第 4 步：分配变量
分配您的变量：
- X 轴变量 - 您的自变量
- Y 轴变量 - 您的因变量
- 分组变量（可选）- 按条件或组拆分您的数据。
- 请务必注意：如果您的数据包含多个组，请始终分配此变量——否则，所有数据点都会被视为一个总体。
第 5 步：Run 分析
在图表编辑页面中，点击 Run analysis。系统会显示一个结构化表单，其中包含三个部分，引导您为数据选择并配置合适的检验。
第 1 部分 - 分析类型
根据您的图表类型和数据特征，您将看到可用的分析选项。如果您的数据不符合要求，某些检验可能会显示为灰色——将鼠标悬停在工具提示上即可了解原因。
对于连续 XY 数据，常见的分析类型包括：
| 分析类型 | 功能 | 适用情况 |
| 相关性分析 | 测量两个变量之间关系的强度和方向。报告 r（Pearson）或 ρ（Spearman）、p 值和 95% CI。 | 您想了解两个变量是否存在关联。BioRender 建议：当 X 和 Y 变量均呈正态分布时使用 Pearson，否则使用 Spearman。 |
| 线性回归 | 为您的数据拟合一条直线，并报告斜率、截距、R² 和 p 值。 | X 与 Y 之间的关系看起来是线性的，且您希望对其进行建模或预测。 |
| 非线性回归 | 使用非线性模型（例如，S 形剂量-反应模型）为您的数据拟合曲线。 | 您的数据遵循曲线关系——例如 EC50/IC50 剂量-反应分析。 |
您还可以选择要纳入分析的分类组。默认情况下，图表中的所有组都会被纳入——取消选择您不希望纳入本次分析的组即可。
第 2 部分 - 微调分析
此部分可让您根据实验设计调整统计设置。BioRender 会根据对您数据运行的检验预先填充建议设置，但您可以根据需要进行修改。
Options 会因分析类型而异，可能包括：
- 数据设置 - 定义数据的组织方式（例如，独立测量与重复测量、配对与非配对）。
- 高级选项 - 展开以访问可用的其他配置设置。
- 假设 - 某些分析包含可配置的假设，您可以查看并调整这些假设。
第 3 部分 - Options 和其他设置
某些分析包含其他选项，用于优化结果的比较和计算方式。这些设置仅在与所选分析相关时显示，系统会自动应用推荐选项。
注意：下面的屏幕截图会因分析方法不同而有所差异。选择您的分析类型即可查看相应的分析选项。
第 6 步：选择显示选项
- 运行分析后，使用左侧面板中的显示选项，切换图表中显示的内容——相关性线、置信区间、系数和 p 值。
- 您可以在同一图表上运行多个分析，并分别控制每个分析。
需要帮助？ 请通过 support@biorender.com 联系我们的支持团队，或点击右下角的 "Chat With Us" 气泡发起在线聊天。
